工作流组件常规赛分享——热门短视频文案提取工作流是怎样炼成的？ 千帆社区
要想提取短视频的文案，就要有能实现网页阅读功能和语音识别功能的插件，而且要对视频先进行下载，再进行语音提取识别。通过测试appbuilder上的网页阅读插件，发现它只能阅读文字性的网页并进行内容总结，但是无法阅读提取视频内容。那么这个时候我就想到了一个曲线救国的方法，那用其他平台的插件或者工作流不就可以了吗？
知识库高级解析 - 百度千帆·大模型服务及Agent开发平台
各类文件的基础与高级解析服务范围对比如下： 知识类型 基础解析服务（免费） 高级解析服务（收费） 文本文档 • 文字提取 • 版面分析（含表格解析） • 图片文字识别（OCR） • 图片内容理解（VLM） • 图表解析 • 公式解析 • 知识增强 • 知识图谱 表格型 • 表格内容解析 • 知识增强 网页链接 • 网页内容解析 • 知识增强 • 知识图谱 图片 • 手动解析 • 图片文字识别（OCR
历史动态 - 百度千帆·大模型服务及Agent开发平台
语音技术上线 ：百度AI开放能力语音技术-语音识别现已支持MCP协议。提供短语音识别标准版和极速版两种服务，标准版将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景。极速版识别响应速度较标准版API提升2倍及识别准确率提升15%，适用于近场短语音交互，如手机语音搜索、聊天输入等场景。
全局跳转节点 - 百度千帆·大模型服务及Agent开发平台
该配置仅作用于网页版（Web端、移动端）、广场、微信小程序发布渠道。 拉回节点 ：显示会话会被拉回到哪个节点，无需配置。 拉回次数 ：当拉回次数达到该设置值后，则不会再触发拉回。 拉回话术 ：为了避免跳出后拉回的太生硬，可配置拉回话术进行过渡。 高级配置 ：此处配置的大模型是对输入query进行意图识别的大模型。 对话历史 ：当意图识别的结果和对话历史有关时，需要打开对话历史的开关。
创建知识库 - 百度千帆·大模型服务及Agent开发平台
解析策略配置模块解释如下： 配置方法 解释 适用场景 文字提取 基于规则的文档文字提取 默认开启 光学字符识别 当文档中包含图像等内容时，可以开启该功能，打开后可识别图像、扫描件信息。关闭时，提高文档解析速度。 适用于图片、扫描件文档 版面分析 当文档存在层级结构时，可以开启该功能，打开后会增强对文档层级结构的理解能力，检测文档中的标题、段落、页眉、页脚、图片、表格等元素。
常见问题 - AI开放能力通用参考 | 百度智能云文档
常见多语言识别接口如下： 通用文字识别（标准版）、通用文字识别（标准含位置版） ：支持中文简体、中文繁体、英文、日语、韩语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语。
AI能力体验中心
欢迎来到AI能力体验中心 语音技术 人脸与人体识别 通用文字识别 卡证文字识别 交通文字识别 票据文字识别 教育文字识别 其他文字识别 图像识别 图像增强与特效 语言理解 语言生成 短语音识别 将短语音识别为文字，支持多语言识别 大模型语音合成 基于大模型全新升级，音色更自然，支持情感理解和表达 大模型声音复刻 基于大模型zero-shot技术，随时随地录制数秒音频，即可极速复刻音色 短文本在线合成
[AI行业案例]-AI打造全国知识产权侵权假冒线索智能检测系统
使用产品 通用文字识别 EasyDL零门槛AI开发平台 短文本相似度 相似图片搜索 品牌logo识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 AI打造全国知识产权侵权假冒线索智能检测系统 价值成果 中国专利信息中心下的检测系统接入百度大脑通用文字识别、短文本相似度、相似图片搜索以及EsayDL图像分类技术，实现对用户待检测的商品信息进行准确的分类、提取，再将其与相应的专利信息进行对比，
中国农业银行
在AI+三农方面 针对大部分农民注册农银e管家之时需要耗费大量时间和精力在身份证等信息的输入上，农行金融大脑OCR文字识别+人脸识别技术可以轻松识别农民提供的各种信息，绑卡开户快速完成，让农民真正享受到快速、便捷的金融服务。
重庆市高级人民法院
客户收益 减少重复性劳动 释放生产力 以庭审智能语音识别系统为例。系统可以直接将庭审语音转文字，进一步从庭审中解放书记员：庭审记录和庭审誊录占据书记员的大量时间，让书记员从记录工作中彻底解放，书记员可转换为助理审判员，进一步提升司法产出能力。智能语音识别系统的精准识别，将全面完整地再现庭审时的各方发言，充分体现司法的公正性。
